PDSCH(物理下行共享信道)简介
文章目录
- PDSCH(物理下行共享信道)简介
- 1. Transport block CRC attachment
- 2. LDPC base graph selection
- 3. Code block segmentation And Code Block CRC Attachment
- 4. Channel Coding
- 5. Rate Matching
- 6. Code Block Concatenation
- 7. Scrambling
- 8. Modulation
- 9. Layer Mapping
- 10. Antenna Port Mapping
PDSCH(物理下行共享信道)简介
PDSCH(Physical Downlink Shared Channel)是从gNB(基站)到UE(用户设备)传输用户数据的下行物理信道,其主要特点总结如下:
- 资源网格:PDSCH占据时频资源块(Resource Blocks,RB)的网格。一个时隙内PDSCH最多可以使用14个OFDM符号,但大多数情况下使用的符号少于14个,因为通常一个或多个OFDM符号会用于PDCCH(物理下行控制信道)。
- 调度:gNB根据UE的信道质量、数据需求和公平性考虑为其调度PDSCH资源。
- 调制方式:PDSCH支持多种调制方式,如QPSK、16QAM、64QAM和256QAM,以适应不同的信道条件和数据速率。
- 信道编码:PDSCH使用LDPC(低密度奇偶校验)编码来提供前向纠错功能,提高无线信道数据传输的鲁棒性。
- 层映射:在MIMO(多输入多输出)系统中,PDSCH的数据会分布在多个层中。
- 速率匹配:PDSCH使用速率匹配技术,调整编码后的数据速率以匹配分配的资源,适应不同的UE需求和信道条件。
- DMRS(解调参考信号,Demodulation Reference Signals):PDSCH包含DMRS,用于帮助UE进行信道估计和解调,确保数据准确接收。==> 这里的DMRS会在另一份笔记中进一步解释。
本文介绍了将用户数据转换为PDSCH数据并通过各个传输天线发送的过程。这是NR(5G新无线)处理中最复杂的过程之一,涉及到许多因素。以下是参与该过程的主要因素。核心部分是传输过程,而DCI(Downlink Control Information,下行控制信息)和RRC(无线资源控制)用于为传输过程提供(配置)一些参数。
在LTE中,大多数传输参数是固定的或由传输过程算法自动确定的,只有少数参数由DCI配置,RRC消息对这个过程的影响不大。然而,在NR中,许多传输过程的参数不仅由DCI提供,还由RRC(Radio Resource Control)消息配置,这意味着该过程将变得更加灵活,但同时也使得对该过程的故障排查更加具有挑战性。
传输块CRC附加:PDSCH数据
-
经过CRC(Cyclic Redundancy Check,循环冗余校验)附加过程,以便在接收端检测错误。
-
LDPC-图选择,LDPC Base Graph Selection,在CRC附加后,数据通过LDPC(Low-Density Parity-Check,低密度奇偶校验)编码进行处理,以实现纠错功能。
-
码块分段和CRC附加:数据随后被分割成更小的码块,并为每个码块附加另一个CRC校验。
-
信道编码:对码块进行信道编码,以保护数据在传输过程中免受错误干扰。
-
速率匹配:将信道编码的数据调整以适应可用的传输带宽。
-
码块拼接:速率匹配后的码块重新拼接成一个完整的数据流。
-
扰码,Scrambling:拼接后的数据经过扰码处理,以随机化数据模式,确保安全性并减轻干扰。
-
调制:扰码后的比特被调制为适合传输的符号。
-
层映射,Layer Mapping:调制后的符号映射到多个层上,以支持MIMO传输。
-
天线端口映射,Antenna Port Mapping:这些层映射到特定的天线端口上。
-
映射到VRB(Virtual Resource Block,虚拟资源块):数据被映射到频域中的虚拟资源块。
-
从VRB映射到PRB(Physical Resource Block,物理资源块):虚拟资源块随后映射到物理资源块,进行实际的传输。
1. Transport block CRC attachment
5G PDSCH信道处理中,传输块的CRC附加是一个步骤,允许用户设备(UE)检测接收到的传输块中的错误,从而确保无线信道上数据传输的可靠性。通过对传输块计算CRC,可以在接收端(UE)进行错误检测。CRC是一个固定大小的校验和(a fixed-size checksum),通过对传输块数据应用多项式函数生成。在5G NR中,根据传输块的大小,附加的CRC为24位或16位。
2. LDPC base graph selection
LDPC图选择(LDPC graph selection)是一个步骤,能够根据传输块大小进行高效的信道编码,从而确保可靠的数据传输和优化的性能。
5G NR规定了两种用于LDPC编码的基图,分别称为基图1和基图2。每个基图的大小是预定义的,其中基图1比基图2大。
基图的选择取决于通过PDSCH传输的传输块的大小。如果传输块的大小超过某个阈值,则使用基图1;否则,使用基图2。较小的基图2更适合较小的传输块,因为它在复杂性和性能之间提供了更好的平衡。如果将其表示为坐标系中的区域,它将变成如下所示。
3. Code block segmentation And Code Block CRC Attachment
这个步骤旨在通过将大的传输块分割成较小的段,并在码块级别(code block level)提供错误检测功能,以确保高效且可靠的数据传输。我们可以从几个不同的角度/步骤来总结如下:
-
码块分割:如果传输块的大小过大,无法进行高效的LDPC(低密度奇偶校验)编码,它将被分割成较小的段,称为码块。5G NR规范定义了码块的最大尺寸。分割的目的是确保信道编码和解码的效率,同时保持合理的复杂度。
-
分割标准:分割过程由传输块大小与指定的最大码块大小进行比较来确定。如果传输块大小超过最大码块大小,传输块将被分割为相等大小的码块(除了最后一个码块可能较小)。如果传输块大小在最大码块大小范围内,则不进行分割。
-
码块CRC附加:在分割之后,针对每个码块单独计算并附加一个CRC(循环冗余校验)。这个24位的CRC允许接收端(UE)在每个码块的基础上进行错误检测。
- i) 确定最大码块大小 (Kcb)
最大码块大小取决于LDPC基本图的类型,具体如下:
对于LDPC基本图类型1:Kcb = 8448
对于LDPC基本图类型2:Kcb = 3840
- ii) 确定码块数量
if B(Transport block size) < Kcb(Max Codeblock size)L = 0C (number of codeblocks) = 1B' = B // this mean 'No Segmentation'.elseL = 24C = Ceiling(B/(Kcb - L))B' = B + C * L
- iii) 确定每个码块中的比特数
K'(the number of bits in each code block) = B'/C
4. Channel Coding
5. Rate Matching
速率匹配的目的是调整信道编码器(LDPC)的输出数据速率,以匹配在PDSCH的时频网格中分配的可用资源。它可以通过以下几个步骤进行描述:
- 比特收集,Bit Collection:
在LDPC编码之后,编码后的比特(数据比特和校验比特,data bits and parity bits)会被收集到一个循环缓冲区中。循环缓冲区是一个固定大小的临时存储区,它可以以循环的方式保存比特,从而实现高效的比特选择。 - 比特选择:
根据分配的PDSCH资源,从循环缓冲区中选择特定数量的比特。选择过程包括三个主要操作:比特交织、比特修剪和比特打孔。- 比特交织,Bit Interleaving:重新排列比特的顺序,以提高传输过程中对突发错误的鲁棒性。
- 比特修剪,Bit Pruning:去除由LDPC编码器生成的额外冗余比特。
- 比特打孔,Bit Puncturing:如果编码比特的数量超过分配的资源,则丢弃一些编码比特(通常是校验比特)。
6. Code Block Concatenation
这是将前面处理步骤中产生的多个码块组合为单个数据流以进行传输的步骤。
在速率匹配之后,处理过的码块会被组合成一个单一的数据流。连接操作按照特定顺序进行,以确保接收端(UE)能够正确地分离和解码各个独立的码块。通常,码块会按照从原始传输块分段时的顺序进行连接。
7. Scrambling
扰码过程是通过引入随机性来确保传输数据具有均匀功率分布、干扰管理、数据隐私以及精确信道估计的步骤。扰码和解扰操作分别在发送端和接收端执行,并使用相同的基于小区特定的扰码序列。扰码通过将伪随机二进制序列(pseudo-random binary sequence,PRBS)应用于数据流来引入随机性。这一操作确保了传输信号在不同的频率和时间资源上具有均匀的功率分布。此外,扰码还有助于减轻小区间干扰、提高数据隐私,并帮助接收端(UE)进行精确的信道估计。该过程的亮点包括:
-
扰码序列:扰码过程使用基于小区ID和扰码标识(a scrambling identity)生成的小区特定扰码序列。每个小区内的用户(UE)可以使用独特的扰码标识,确保不同UE使用的扰码序列彼此正交,不会产生干扰。
-
按位异或 (Bitwise XOR):扰码过程涉及输入数据流(由码块连接步骤生成的数据)与扰码序列之间的按位异或操作。该操作的输出是一个扰码后的数据流。
-
对数据速率的影响:扰码不会改变数据速率,因为它仅通过引入随机性来修改数据流。数据速率由其他信道处理步骤决定,例如LDPC编码和速率匹配。
8. Modulation
9. Layer Mapping
层映射(Layer mapping) 是将调制后的符号分配到一个或多个层,用于使用多个天线进行传输的步骤。其目的是通过利用先进的天线技术(如MIMO和波束赋形)提高无线通信系统的频谱效率、可靠性和容量。
层的数量取决于物理天线的可用性、UE的能力以及信道条件。目前,5G NR标准支持每个载波最多8个层。层的数量可以根据当前的系统需求和信道条件动态调整。
10. Antenna Port Mapping
一旦数据通过层映射过程,每一层的数据将映射到各自的天线端口。当未应用CSI(信道状态信息)时,数据将按照下述方式映射到物理天线端口。
当应用CSI(信道状态信息)时,来自层映射器的数据首先被映射到每个CSI天线端口,如下所示。
相关文章:

PDSCH(物理下行共享信道)简介
文章目录 PDSCH(物理下行共享信道)简介1. Transport block CRC attachment2. LDPC base graph selection3. Code block segmentation And Code Block CRC Attachment4. Channel Coding5. Rate Matching6. Code Block Concatenation7. Scrambling8. Modul…...
hutool bug
Hutool参考文档 不用随便升级版本 版本5.8 1: 不要用 ReflectUtil.newInstance(cName); * 和spring 部分框架整合 ,子类转换为父类或者接口失败,报转换失败的错误 https://gitee.com/dromara/hutool/issues/I18NCR?skip_mobiletrue 改成使…...
69.x的平方根 367.完全有效的平方数
题目:69. x 的平方根 - 力扣(L69eetCode) 经典平方根问题,用二分法慢慢逼近找开方值,注意mid*mid要用long long值,不然会溢出 class Solution { public:int mySqrt(int x) {int left 0; int right x;int ans -1; w…...

Android Automotive(一)
目录 什么是Android Automotive Android Automotive & Android Android Automotive 与 Android Auto 什么是Android Automotive Android Automotive 是一个基础的 Android 平台,它能够运行预装的车载信息娱乐系统(IVI)应用程序,以及可选的二方和三方 Android 应用程…...
命令设计模式
简介 命令模式(Command Pattern)是对命令的封装,每一个命令都是一个操作:请求方发出请求要求执行一个操作;接收方收到请求,并执行操作。命令模式解耦了请求方和接收方,请求方只需请求执行命令&…...
探索智能新境界:最好用的AI工具盘点
你用过最好用的AI工具有哪些? 在人工智能技术飞速发展的今天,AI工具正逐渐成为我们工作和生活中不可或缺的助手。它们不仅提高了效率,还为我们提供了创新的解决方案。作为一名对AI充满热情的用户,我有幸体验了许多优秀的AI工具。…...

【Redis】持久化(下)-- AOF
文章目录 AOF概念如何使用AOFAOF工作流程命令写入演示文件同步策略 AOF的重写机制概念触发重写机制AOF重写流程 启动时数据恢复混合持久化总结 AOF 概念 AOF持久化:以独立日志的方式记录每次的写命令,重启时再重新执行AOF文件中的命令达到恢复数据的目的.AOF的主要作用是解决…...
用Arduino单片机制作一个简单的音乐播放器
Arduino单片机上有多个数字IO针脚,可以输出数字信号,用于驱动发声器件,从而让它发出想要的声音。蜂鸣器是一种常见的发声器件,通电后可以发出声音。因此,单片机可以通过数字输出控制蜂鸣器发出指定的声音。另外&#x…...
软件工程相关
1.软件过程模型(重要) 1.1.瀑布模型 只适合需求明确的项目严格串行化,很长时间才能看到结果。严格区分阶段,每个阶段因果紧密相连,且要求每个阶段一次性解决该阶段的任务 1.2.原型模型(构造简易模型确定…...
速盾:游戏加速下载可以用cdn吗?
随着互联网的快速发展,游戏下载已经成为许多游戏玩家的常见需求。然而,由于游戏文件体积庞大,下载速度经常成为制约因素之一。为了解决这个问题,许多玩家开始寻找可以加速游戏下载速度的方法。其中一种常见的方法是使用CDN&#x…...
每日新闻掌握【2024年9月25日 星期三】
2024年9月25日 星期三 农历八月廿三 大公司/大事件 央行降低存量房贷利率,二套房贷最低首付比例下调到15% 国务院新闻办公室9月24日上午举行新闻发布会,中国人民银行、金融监管总局、中国证监会主要负责人介绍了金融支持经济高质量发展有关情况。多项重…...

8. Bug 与 Error
计算机程序中的缺陷通常被称为 bug。把它们想象成偶然爬进我们工作中的小东西,会让程序员感觉良好。当然,实际上是我们自己把它们放进去的。 如果程序是思想的结晶,我们可以将错误大致分为思想混乱造成的错误和将思想转化为代码时引入错误造成…...

论文 | Model-tuning Via Prompts Makes NLP Models Adversarially Robust
这篇论文研究了使用提示 (Prompting) 方法微调预训练语言模型,以提高其在对抗样本攻击下的鲁棒性。论文的主要贡献如下: 1.MVP 比 MLP-FT 更鲁棒: 论文比较了 MVP (Model-tuning Via Prompts) 和传统的 MLP-FT (Fine-tuning with an MLP head…...

828华为云征文|华为云Flexus云服务器X实例部署 即时通讯IM聊天交友软件——高性能服务器实现120W并发连接
营运版的即时通讯IM聊天交友系统:特点可发红包,可添加多条链接到用户网站和应用,安卓苹果APPPC端H5四合一 后端开发语言:PHP, 前端开发语言:uniapp混合开发。 集安卓苹果APPPC端H5四合一APP源码࿰…...

超好用的element的el-pagination分页组件二次封装-附源码及讲解
前言:在很多后台管理系统开发时总会有很多分页组件的使用,如果我们每次都用elementui官网的el-pagination去写的话,调整所有分页的样式就会很麻烦,而且页面内容也会很累赘繁琐。 讲解一个我经常使用的二次封装el-pagination组件&…...

【AIGC】通过OpenAi Canvas修改论文(附40条论文优化指令)
目录 1、用ChatGPT优化论文大纲和逻辑2、用ChatGPT充实论文内容3、用ChatGPT寻找案例和数据4、用ChatGPT检查语法和字词错误5、如何直接使用ChatGPT4o、o1、OpenAI Canvas6、OpenAI Canvas增强了啥?7、编程功能增强 在刚开始撰写学术论文时,很多小伙伴感…...

Kubernetes Pod详解
目录 1. Pod 介绍 1.1 Pod 结构 1.2 Pod 定义 2. Pod 配置 2.1 基本配置 2.2 镜像拉取 2.3 启动命令 2.4 环境变量 2.5 端口设置 2.6 资源配额 3. Pod 生命周期 3.1 创建和终止 3.2 初始化容器 3.3 钩子函数 3.4 容器探测 3.5 重启策略 4. Pod 调度 4.1 定向调…...

Vue2电商项目(七)、订单与支付
文章目录 一、交易业务Trade1. 获取用户地址2. 获取订单信息 二、提交订单三、支付1. 获取支付信息2. 支付页面--ElementUI(1) 引入Element UI(2) 弹框支付的业务逻辑(这个逻辑其实没那么全)(3) 支付逻辑知识点小总结 四、个人中心1. 搭建二级路由2. 展示动态数据(1). 接口(2).…...

你知道U盘怎么加密吗?
1、使用Windows BitLocker: 适用于Windows 10/11专业版及以上版本。 插入U盘,右键点击U盘图标,选择“启用BitLocker”。 设置密码,并选择加密选项,点击“开始加密”。 2、使用Mac的Disk Utility: 适用…...

【软件教程OBS下载使用】一篇文章教会你如何下载安装使用OBS-Studio
OBS Studio是全新的OBS(Open Broadcaster Software),是一款广泛应用的视频直播录制软件,跟经典版的区别就是,音频分路简单,在不出错的情况下性能优于经典版。可以说是高级版,目前仍然处于初期阶段,比起经典…...
内存分配函数malloc kmalloc vmalloc
内存分配函数malloc kmalloc vmalloc malloc实现步骤: 1)请求大小调整:首先,malloc 需要调整用户请求的大小,以适应内部数据结构(例如,可能需要存储额外的元数据)。通常,这包括对齐调整,确保分配的内存地址满足特定硬件要求(如对齐到8字节或16字节边界)。 2)空闲…...
DeepSeek 赋能智慧能源:微电网优化调度的智能革新路径
目录 一、智慧能源微电网优化调度概述1.1 智慧能源微电网概念1.2 优化调度的重要性1.3 目前面临的挑战 二、DeepSeek 技术探秘2.1 DeepSeek 技术原理2.2 DeepSeek 独特优势2.3 DeepSeek 在 AI 领域地位 三、DeepSeek 在微电网优化调度中的应用剖析3.1 数据处理与分析3.2 预测与…...
PHP和Node.js哪个更爽?
先说结论,rust完胜。 php:laravel,swoole,webman,最开始在苏宁的时候写了几年php,当时觉得php真的是世界上最好的语言,因为当初活在舒适圈里,不愿意跳出来,就好比当初活在…...

YSYX学习记录(八)
C语言,练习0: 先创建一个文件夹,我用的是物理机: 安装build-essential 练习1: 我注释掉了 #include <stdio.h> 出现下面错误 在你的文本编辑器中打开ex1文件,随机修改或删除一部分,之后…...
连锁超市冷库节能解决方案:如何实现超市降本增效
在连锁超市冷库运营中,高能耗、设备损耗快、人工管理低效等问题长期困扰企业。御控冷库节能解决方案通过智能控制化霜、按需化霜、实时监控、故障诊断、自动预警、远程控制开关六大核心技术,实现年省电费15%-60%,且不改动原有装备、安装快捷、…...
LLM基础1_语言模型如何处理文本
基于GitHub项目:https://github.com/datawhalechina/llms-from-scratch-cn 工具介绍 tiktoken:OpenAI开发的专业"分词器" torch:Facebook开发的强力计算引擎,相当于超级计算器 理解词嵌入:给词语画"…...

使用 SymPy 进行向量和矩阵的高级操作
在科学计算和工程领域,向量和矩阵操作是解决问题的核心技能之一。Python 的 SymPy 库提供了强大的符号计算功能,能够高效地处理向量和矩阵的各种操作。本文将深入探讨如何使用 SymPy 进行向量和矩阵的创建、合并以及维度拓展等操作,并通过具体…...

vulnyx Blogger writeup
信息收集 arp-scan nmap 获取userFlag 上web看看 一个默认的页面,gobuster扫一下目录 可以看到扫出的目录中得到了一个有价值的目录/wordpress,说明目标所使用的cms是wordpress,访问http://192.168.43.213/wordpress/然后查看源码能看到 这…...

Windows安装Miniconda
一、下载 https://www.anaconda.com/download/success 二、安装 三、配置镜像源 Anaconda/Miniconda pip 配置清华镜像源_anaconda配置清华源-CSDN博客 四、常用操作命令 Anaconda/Miniconda 基本操作命令_miniconda创建环境命令-CSDN博客...

内窥镜检查中基于提示的息肉分割|文献速递-深度学习医疗AI最新文献
Title 题目 Prompt-based polyp segmentation during endoscopy 内窥镜检查中基于提示的息肉分割 01 文献速递介绍 以下是对这段英文内容的中文翻译: ### 胃肠道癌症的发病率呈上升趋势,且有年轻化倾向(Bray等人,2018&#x…...